视频跟踪是计算机视觉和模式识别研究领域的一个热.究主要注重于单摄像机的目标跟踪。多摄像机的目标跟踪在智能视频监控、人机交互、交通监控、视频检索等等方面都有广阔的应用前景,这方面的研究具有重要的学术研究意义。本文就致力于多摄像机视频切换下的跟踪算法研究。　　本文实现了一种将跟踪、学习和检测集合在一起的跨视频跟踪算法,可以实现视频快速的切换、视频抖动、以及较小重叠背景或视域条件下,多个视频中行人目标的跟踪,可以不用内部摄像机之间的标定以及对拍摄场景的限制,只需要简单的给出要跟踪的目标的初始位置,就可以实现多个视频中的同一目标的跟踪和检测,是一种将确定性跟踪算法和统计推断跟踪算法相结合,将跟踪,检测和学习融为一体的在线实时跟踪算法。具体实现了将HOG(Histograms of OrientedGradients)特征作为粒子滤波算法两者相集合的跟踪算法;将粒子滤波跟踪算法PF(Particle Filter)与TLD(Tracking-Learning-Detection)算法集合的PTLD跟踪算法。实验结果表明,本文算法能够解决视频切换的目标跟踪,能实现长时间和大范围的跨视频跟踪。